一次失败的压缩清空了我的AI会话，于是我为它构建了无限记忆
那是一个周二的早晨。我的 OpenCode 会话上下文已经膨胀到 378,755 个 token——几周来交易机器人开发的全部成果。我敲下了 /compact 。模型当场卡壳： 只输出了 3 个 token，摘要一片空白， finish: length 。压缩失败了，而我当时用的记忆插件偏偏把所有东
我把审计Actor接入Claude，结果它审计了三个没人要求的软件包
我把审计 Actor 接入了 Claude，它审计了三个没人要求审查的包 我在 Apify 上维护着 22 个审计 Actor，它们做的事情大同小异。它们取来一份公开 记录，核实其中声称的信息如今是否仍然属实。 上周，我通过 Apify 的模型上下文协议（MCP）服务器，把其中一个接入了 Claud
代理永远看不到密钥：验证 DigitalOcean Action Gateway 的凭据代理机制
一个只会回答问题的 AI 智能体 用不到任何密码。但要真正干活的 agent，处处都离不开凭证：开一个 pull request 需要 GitHub token，建一张工单需要 Jira token，查一笔订单需要数据库密码。安全评审人员面对任何 agent 产品，第一个问题永远是同一个：这个 to
如何在用户离职时通过 Kinde Webhook 自动撤销 Claude Agent 的访问权限
想象一下这种情形：团队里有人在离职时，他们的 AI 代理仍在执行任务中途。没有人记得代理还在运行。它只是按照之前的指令行事，代表的是一分钟前还在公司或团队工作的人。 它会停下来吗？ 嗯，我构建了一个小应用来测试这种情形，使用 Kinde 处理登录并保存谁仍然活跃的记录。我让一个真实用户登录，把任务交
AI 如何实际调用 API？工具调用从零解释
在之前的帖子中，我们教会模型读取我们的文档。它可以搜索一堆文件并从中回答，这非常有用。 但我仍然无法问它是否会下雨，查看实时价格，甚至今天的日期是什么。 正如我们之前讨论的，基础模型本身是被冻结在时间里。它的知识停留在训练截止点，被锁在一个盒子里。没有通往外部世界的窗口。 本文将介绍这个窗口——工具
现代软件工程师的缓慢而无声的认知萎缩
在过去的几个月里，我读了很多关于AI依赖后果的文章，其中一个突出的发现是 认知萎缩 。换句话说，这是因为过度依赖AI而导致的技能逐渐退化。 大多数认识到的问题在于 直接解决问题 。软件工程师下意识地先问AI该怎么做，而不是自己思考解决方案。这意味着跳过了至关重要的 思考 过程。这也是我选择上面横幅的
如何设计用户真正会用的送礼功能：来自58款应用的证据
2025年假日购物季期间，美国消费者在礼品卡上的花费约达290亿美元，其中43%的人至少买了一张。据 美国零售联合会 统计，在人们最想收到的礼物清单上，礼品卡高居榜首。 这些数字解释了商家为什么要备货礼品卡，却没有回答一个更关键的问题：产品该在什么时机引导用户送礼，效果才最好。本文将探讨送礼功能在你
在 Cloudflare Workers 上构建 RAG 聊天机器人（Vectorize + D1 + Workflows）
我第一次在2024年的黑客马拉松上看到RAG。令我难忘的一刻是意识到LLM可以“搜索”我刚上传的文档并回答关于它们的问题——不是来自其训练数据，而是来自 我的 内容。我真的很惊讶；这感觉就像是与仅仅与模型聊天不同的一类能力。 如今，这已经不是新鲜事了——对于任何需要回答其训练数据未涉及内容的聊天机器
AI 头像 v20，光标头像，通知头像（体素头像）🧊
介绍 AI Avatar 是一款免费应用，你的 VRoid (VRM) 形象会全力为你加油。🤗 它位于你的 VS Code 侧边栏 （对 Claude Code / GitHub Copilot 有反应）或 浏览器侧边面板 （对 ChatGPT / Claude 有反应）。动画和对话框同样无需 AI
最便宜的批量推理：2026年六家低成本AI推理服务商对比
批量推理 是一种一次性发送大量 AI 请求、稍后收集答案的方式，而不是实时等待每个请求完成。服务商通常会给出更低价，常约为半价，因为无截止时间的任务更易安排在繁忙时段。 如果你需要对一百万条支持工单分类、为整个目录生成产品描述、对数千条测试提示运行评估套件，或在夜间充实数据仓库，批量定价通常是购买